Технологии анализа данных улучшают игру в футбол

Рассказываем о применении аналитики в футболе — как искусственный интеллект и анализ данных помогают профессиональному спорту.

Как аналитика появилась в футболе

В 90-е годы команда «Манчестер Юнайтед» впервые применила аналитику при принятии решений; к 2010 году аналитика стала применяться командами международных лиг. Позднее в футболе произошел стремительный технологический прогресс: появились платформы, способные собирать статистику тренировок, матчей и технических устройств. Тренеры теперь полагаются на аналитические показатели, принимая решения и помогая командам преуспевать.

Какие инструменты собирают «‎футбольные»‎ данные

Футбольные команды полагаются на данные следующих источников, чтобы улучшить игру:

• Датчики Интернета вещей (IoT) и устройства GPS отслеживают движения игроков и мяча в режиме реального времени.
• Оптическое слежение определяет положение игроков на поле по отношению к мячу, сопернику и товарищам по команде с частотой до 25 раз в секунду.
• Носимые устройства во время тренировок измеряют интенсивность движения, уровни нагрузки и усталости игроков. Данные поступают непосредственно тренеру.
• Облачное хранилище данных собирает и объединяет данные с перечисленных устройств.
• Аналитика больших данных и искусственный интеллект совместно обрабатывают и анализируют данные из различных источников.

Для чего нужна аналитика в футболе

Данные, полученные с носимых устройств, применяются для контроля физической формы и оптимизации производительности игроков. Эти данные используются для разработки персональных планов тренировок. При использовании такого оборудования во время матчей, тренеры видят, как работает каждый игрок, чтобы принимать решения о стратегических заменах.

Процесс игры, записанный датчиками местоположения, анализируют как сеть.  В такой сети узлы представляют игроков, а линии между узлами — взаимодействия, например, передачи внутри команды. Подобный анализ определяет эффективность команд в типичных игровых моментах. Согласно недавнему исследованию, лидирующие команды в пяти ведущих лигах Европы добиваются успеха, отличаясь большим количеством передач за матч.

Применяется и прогнозная аналитика, чтобы понимать последствия изменений в составе команды. Показатель, имеющий предсказательную силу, — это ожидаемые голы (xG). Это оценка качества ударов и вероятности голов в атакующей игре. Тренеры адаптируют стратегию команды в соответствии с данными о предстоящих соперниках, стремясь повысить метрику xG.

Этот перечень не исчерпывающий — технологии и методы анализа данных стремительно шагают вперёд. Однако это явный показатель того, что технологии обработки данных становятся частью спорта.